从普通人的视角看，AI公司们正忙于两件事：一是让技术“看不见”，比如用算法优化手机拍照、推送短视频、改善导航路线，让生活更便捷；二是努力“被看见”，推出ChatGPT、文生图、AI助手等产品，试图教会机器“理解”人类的语言和情绪，这些“折腾”背后充满矛盾——一边是AI能写诗、编程、诊断疾病，能力惊人；另一边却是落地场景的尴尬：用户新鲜感消退后，许多产品沦为“玩具”，真正有价值的AI，或许不是取代人类，而是像水电一样融入日常，解决那些被忽视的“小事”。
说起来挺有意思的,我印象里第一次真正感受到“AI”这东西的存在，不是科幻电影，而是2016年某天晚上，我打开手机相册，系统自动把一堆狗的照片归类到了“宠物”文件夹里，那时候我就想，咦，电脑居然能认出来这是狗？后来才知道，这背后是一整套叫“深度学习”的玩意儿，再后来，OpenAI、Google、百度、字节跳动这些名字就一个接一个地蹦出来了。
到了2025年,AI公司已经不是“新鲜事物”了，它们就像当年雨后春笋一样的手机厂商，各有各的活法，有的搞芯片，有的做大模型，有的做应用——可问题是，这些AI公司到底在折腾什么？它们的产品真的有用吗？我今天就试着不扯那些高深术语，用唠嗑的方式，把这事儿掰开揉碎讲清楚。
先别急着想“人工智能”这四个字，太吓人了，其实AI公司和你楼下那家卖煎饼的摊子没什么本质区别——它们都提供一个产品，解决一个具体问题，只不过煎饼摊解决的是你肚子饿，AI公司解决的是“我想更快、更准、更省力地做成一件事”。
| 层次 | 典型公司举例 | 解决的核心问题 |
| 底层基础 | NVIDIA、Google、华为 | 算力不够、芯片太贵 |
| 模型层 | OpenAI、Anthropic、百度 | 如何让机器“理解”人类语言或图像 |
| 应用层 | 字节跳动、Canva、Notion | 让普通人用上AI，不需要会写代码 |
你看,就是这么个三层结构，最底下的公司负责造“发动机”——也就是AI芯片和数据中心，中间的公司在发动机上搭“操作系统”——也就是大语言模型，而最上面的公司，就是拿着这个操作系统，造出你能直接用的“App”。
但这里有个很多人没意识到的事：不是所有AI公司都在做同一件事。 有些公司像炼油厂，只管把原油炼成汽油；有些公司像加油站，只管把汽油卖给你；还有的公司像改装车行，帮你把汽油发动机塞进你的自行车里——听起来离谱吧？但市场就是这么热闹。
我猜你可能用过ChatGPT、用过百度的文心一言，或者用过抖音里的AI特效，那它们背后到底是怎么回事？我试着用“费曼式比喻”给你讲明白。
假设你要教一个完全不懂中文的外星人学会“苹果”这个词，你会怎么做？最笨的办法是：拿出1万张苹果的图片，每张都指着说“苹果”，外星人看了1万张之后，下次见到一个红红的、圆圆的、带叶子的东西，它就会懵懵懂懂说“苹果”。——这就是AI公司做产品的基本逻辑：喂数据，然后让它自己找规律。
但这里有个魔鬼细节：什么样的数据，决定了什么样的产品。 喂的如果是垃圾数据，出来的就是垃圾产品，这也是为什么现在AI公司之间最大的竞争，其实不是算法多牛，而是谁手里有“干净、海量、多样”的数据。
我举个例子你就懂了,Google的Gemini模型，文本理解能力很强，因为它背后爬了二十多年网页数据，而字节跳动的豆包大模型，在短视频内容理解上更擅长，因为它背后是抖音每天数十亿条的短视频数据，你看，数据出身决定了AI产品的“基因”。
不过光有数据还不够,训练一个大模型，成本高得吓人。一个前沿大模型的训练成本，大概是几千万元到几亿元这个量级，主要是电费、服务器折旧和人工成本，所以你看现在很多AI公司推出免费产品，背后其实是在“烧钱”——先圈用户，再想办法赚钱，最近好多AI产品的付费订阅功能就冒出来了。
说到产品,市面上常见的AI产品大体分这几类：
但说句实话,这些产品到目前为止，“有用”和“很酷”是两回事，我见过太多人买了一个月的ChatGPT会员，用了三天就忘了续费，这是为什么？因为大部分AI产品，解决的是“偶尔的痛点”，而不是“每天的习惯”，你不可能为了每周写一次工作总结，就天天跟AI助手谈恋爱吧？
如果你不是业内人士,其实不需要把每个AI公司都记下来，但有几个公司，它们的走向可能会影响未来三五年你生活的样子，我提一下。
说它是领头羊不过分,从GPT-3.5开始，它几乎定义了“AI聊天”这个品类，现在的GPT-4系列，处理复杂逻辑、写代码、做推理的能力确实强，但问题也很明显：贵，一个专业订阅用户每个月要花20美元，这价格在全世界大部分地方都算“奢侈品”，而且OpenAI的产品越来越“封闭”，以前它还开放API给开发者玩，现在越来越像一个黑盒子——你看不到它里面到底怎么想的，它也不告诉你。
百度的文心一言,说实话，早期被骂得很惨，但到了4.0版本，已经能打了，优势在于：百度有大量的中文搜索数据、地图数据、文库数据，这些是中国老百姓日常会用到的东西，所以你用文心一言查一个“北京到天津的火车时刻表”，它不会像ChatGPT那样给你胡诌一个不存在的班次。但这种“可靠”也有代价：它太保守，缺乏惊喜。 很多创意性的任务，它表现得像个老派的中学老师，有条理但没有想象力。
你打开抖音,那个能把你的照片变成动漫人物的特效，背后就是AI，你刷到的很多短视频里的“虚拟主播”，背后也是AI，字节的策略很有意思，它不追求做出一个惊艳所有人的大模型，而是像撒盐一样，把AI能力悄悄撒进它所有的产品里——剪映、抖音、今日头条、飞书。如果你感觉不到“我在用AI”，那恰恰是它最高明的地方。
这个问题没有一个标准答案,但我可以分享一下我的真实感受，对我这种写文章、做研究的人来说，AI确实提升了效率，以前我要花两小时查资料搭框架，现在可能二十分钟就搞定了，但代价是：我必须花更多时间去核实它给出的信息是否准确，AI有时候会非常自信地胡说八道——专业说法叫“幻觉”，我听说过一个真实案例：有律师用AI来整理案件资料，结果AI编造了几个根本不存在的判例，律师没核查就直接用了，后果可想而知。
所以我对AI产品的态度,可以用一句话概括：用，但别信，把它当成一个“能力很强但容易吹牛的新同事”，而不是“全知全能的百科全书”。
对了,还有一个很多人没注意到的趋势：AI正在“下沉”到硬件里，你买的新手机，芯片里已经集成了专门的AI处理单元，这意味着你拍完照片，手机会自动帮你把背光的脸调亮；你录音，它会实时生成字幕，这些功能以前要靠联网的云端AI才能做，现在手机自己就搞定了，数据不用上传，隐私更有保障，我想，这可能是未来AI产品真正走进普通人生活的关键一步——不需要开App，不需要会员，不需要联网，它就默默地帮你把事情做了。
图片1说明：图片拍摄自某科技公司AI实验室服务器机柜，图片来源：公开新闻报道
图片2说明：一张展示主流AI产品功能对比的信息图，出自《2024年人工智能产品发展报告》
最近我还发现,很多以前做硬件的小公司，也开始往AI上凑，比如做智能音箱的、做耳机的，甚至做电饭煲的，都要加上一个“智能语音助手”，听起来是很酷，但你仔细想，电饭煲真的需要一个AI语音助手吗？有时候我感觉，这股AI风潮，有太多是为了赶时髦而赶时髦，真正的好产品，应该像一把好用的螺丝刀——你拿到手就知道怎么用，用完了会感叹“真方便”，而不是“哇，好厉害”——然后放一边吃灰。
不管怎么说,AI公司这个领域的热度还会持续下去，明年这个时候，说不定又有哪个不起眼的公司，冒出个让你眼前一亮的东西，毕竟，这场关于“让机器更聪明一点”的竞赛，才刚开始没多久呢，咱们边走边看吧。